Statistiche MTBF, MTTR e Fermi Macchina

Statistiche MTBF, MTTR e analytics manutenzione

Il modulo Statistiche di Manutentya è la dashboard analytics per il responsabile manutenzione: KPI globali, top macchinari per fermo, distribuzioni, trend mensili, tabella di dettaglio per asset. Tutto filtrabile per periodo, reparto, linea, sede. Senza queste statistiche, le decisioni di manutenzione sono "a sentimento"; con questi dati, sono data-driven.

I KPI di manutenzione fondamentali

MTBF — Mean Time Between Failures

Il tempo medio tra un guasto e il successivo. Più alto è, più affidabile è la macchina. Calcolato come:

MTBF = Tempo totale di funzionamento / Numero di guasti

Esempio: macchina che ha funzionato 8.000 ore con 4 guasti → MTBF = 2.000 ore.

MTTR — Mean Time To Repair

Il tempo medio di riparazione: dalla segnalazione del guasto alla ripartenza. Più basso è, meglio è. Calcolato come:

MTTR = Tempo totale di downtime / Numero di guasti

Disponibilità

Percentuale di tempo in cui la macchina è disponibile a produrre:

Availability = MTBF / (MTBF + MTTR)

Approfondisci nel nostro articolo sull'OEE dove la Disponibilità è uno dei tre fattori.

Dashboard /admin/statistiche_fermi

KPI globali

Sopra la dashboard, 4 card sintetiche:

• Ticket totali nel periodo.
• Fermo complessivo: ore totali di downtime sommato per tutti i macchinari.
• MTTR medio azienda.
• Macchinari coinvolti: quanti asset hanno avuto almeno 1 ticket nel periodo.

Top 10 macchinari per tempo di fermo

Bar chart ApexCharts orizzontale con i 10 macchinari che hanno accumulato più ore di fermo nel periodo. Visualizzazione immediata dei "problem child": i macchinari su cui investire prima per migliorare il parco.

Distribuzione priorità

Donut chart con la distribuzione dei ticket per priorità (Altissima, Alta, Media, Bassa). Permette di valutare:

• Se ci sono troppe Altissime (sintomo di gestione reattiva).
• Se ci sono troppe Basse (sintomo di sotto-classificazione).

Andamento mensile 12 mesi

Area chart con il trend dei ticket aperti, chiusi, sospesi mese per mese. Identifica:

• Trend stagionali (estate vs inverno).
• Picchi anomali da indagare.
• Miglioramenti o peggioramenti progressivi.

Tabella dettaglio per macchinario

Tabella completa con una riga per macchinario:

• Nome e codice.
• Ticket aperti, sospesi, chiusi, priorità alta.
• Ore totali di fermo nel periodo.
• MTTR specifico del macchinario.
• MTBF specifico.

Ordinabile per ogni colonna, esportabile in CSV/Excel/PDF.

Filtri

• Periodo: ultimi 30/90/180 giorni o range custom (default 6 mesi).
• Reparto: filtra per reparto produttivo.
• Linea: filtra per linea specifica.
• Sede (con modulo Multi-sede): filtra per stabilimento.

Tutti i filtri si combinano: "ultimi 90 giorni del reparto Iniezione dello stabilimento Lonate".

Calcoli specifici

Tempo di fermo per ticket

Calcolato come:

(data chiusura | adesso) - data apertura - somma sospensioni

Le sospensioni (attesa ricambio, attesa fornitore) non contano nel tempo di fermo: non è "colpa" della manutenzione se aspettiamo un ricambio dal fornitore.

MTBF specifico per macchinario

Giorni medi tra ticket consecutivi sullo stesso macchinario nel periodo. Più alto = macchina più affidabile.

MTTR specifico per macchinario

Tempo medio di chiusura ticket per quel macchinario. Più basso = riparazioni più rapide.

Integrazione con AI predittiva

Click sul pulsante "Analisi predittiva AI" → l'AI Manutentya analizza i KPI e segnala macchinari a rischio alto/medio/basso con motivazione e azione consigliata.

Esempio: "Pressa Engel #1 a rischio medio. MTBF in calo del 30% negli ultimi 3 mesi (da 2.000 a 1.400 ore). Suggerimento: pianificare ispezione completa entro 2 settimane."

Esportazione e condivisione

Tutte le visualizzazioni sono esportabili:

• PDF dashboard per riunioni operative.
• CSV/Excel tabella dettaglio per analisi avanzate.
• PNG singoli grafici per presentazioni.

Per chi è il modulo Statistiche

• Responsabili manutenzione per pianificazione strategica.
• Direttori di stabilimento per visione cross-asset.
• Plant manager per decisioni di investimento (sostituire una macchina vs continuare a riparare).
• Auditor ISO 9001 per evidenza di gestione strutturata della manutenzione.

Modulo incluso nel core di Manutentya. Si combina naturalmente con tutti gli altri moduli: i dati provengono dai ticket, sono filtrati per sede e arricchiti dalla AI.